MétaCan
Menu
Retour à la cohorte
Enregistrement W2610795788 · doi:10.1186/s40695-017-0020-z

Gender disparities in midlife hypertension: a review of the evidence on the Arab region

2017· review· en· W2610795788 sur OpenAlexfundno aff
Christelle Akl, Chaza Akik, Hala Ghattas, Carla Makhlouf Obermeyer

Notice bibliographique

RevueWomen s Midlife Health · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreUtah Agricultural Experiment Station
Mots-clésGerontologyDemographyMedicinePolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

While gender differences in hypertension and increased prevalence rates among women at midlife have been documented in multiple settings, the evidence on the Arab world has not been systematically examined. This review summarizes the evidence related to gender disparities in midlife hypertension in this region. We searched MEDLINE and Social Sciences Citation Index (SSCI) databases for studies, published between January 2000 and August 2015, on hypertension in the 22 countries of the Arab region. We abstracted information on the prevalence of hypertension among women and men, in general populations during midlife. Nineteen studies provided data on the prevalence of hypertension by gender and age in the Arab world. Higher rates of hypertension were found among Arab women at midlife in most countries. In studies that included subjects younger than 35 years old, a decrease in sex ratios (M/F) at midlife was observed in all countries except Palestine. Higher female prevalence rates are observed in the 4th decade of life in most countries of the region, almost two decades earlier than in other parts of the world. This review highlights the need for more systematic examinations of hypertension in the Arab region, its risk factors, and the reasons for the particular patterns of gender differences that are observed. Such research would have considerable implications for prevention, treatment, and improved well-being.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,275
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,469
Tête enseignante GPT0,432
Écart entre enseignants0,036 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWomen s Midlife HealthMême sujetBlood Pressure and Hypertension StudiesTravaux en français237 207